数据可视化 基础图表的设计要素剖析题「可视化图表」
最近很多人关心数据可视化 基础图表的设计要素剖析题「可视化图表」这个话题，卢子百科整理了数据可视化 基础图表的设计要素剖析题「可视化图表」相关内容，希望对大家有用。
编辑导语：数据可视化能让我们更轻松、更清楚地理解数据。这篇文章主要阐述了如何正确地选用数据图表，不混淆它们的概念和作用，从而使图表的呈现符合我们的阅读习惯，提高我们的工作效率，希望对大家有所帮助。
数据可视化的目的，是要对数据进行可视化处理，以使得能够明确地、有效地传递信息。
——Vitaly Friedman
想让人们在海量的数据中，发现数据的规律，或者清晰地发现特异的数据，数据可视化是一个有效的表达方式。
数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。如图：
马克·吐温有一句名言“世界上有三种谎言：谎言，该死的谎言和统计数字。”人们经常曲解数字，谎言并不是源于数字本身，而是错误或不负责任地使用数字的人，向他人展示数字的时候，你有责任展示出真相
——《数据之美》
数据真相的展示离不开数据图表的合理选用，那么如何正确地选用呢？现在我就来聊一聊基础数据图表类型的选用及辨析。
常用的基础图表类型
一、选用合适的图表类型在数据可视化设计工作中，折柱饼图表是最常用的，同时也是最容易混淆的。一组数据在既可选用折线图，又可选用柱状图的时候，设计师的内心往往会产生“我该选用哪种图表能更好地将数据传达给用户呢”的疑惑中。
基于上述疑问，下面给大家一些设计指引供参考。
1. 柱状图 VS 折线图折线图主要表示一段时间内数据的变化趋势，柱状图用于描述分类数据之间的对比。如果不需要展示数据的变化趋势，建议不要使用折线图，而选择柱状图。
相较于折线图，柱状图更多地关注数据之间的对比而非趋势。
在大多数情况下，折线图和柱形图是可以互相替换的。
用户针对横向长短的敏感性高过竖向，涉及到排行时最好使用条形图。标签较长时，使用条形图。例如：城市人口流入量的数据展示，由于城市名称文本比较长，建议使用条形图。当图表画布高度大于宽度时使用条形图，利用高度空间的富余，展现更多的条形。反之，建议使用柱状图。
基于人的认知特征，人对面积、角度的敏感性没有对长短的敏感性强。当类别的值接近时，不建议使用饼环图，除非是强调单个数据在总体中的占比，突出数据在群体中的特点。
通常情况下，面积图是折线图的一种衍生。在面积图里，数轴和线之间的区域通常用颜色或阴影来增加易读性。面积图和数据集之间的差异化部分在视觉上得到突显。
从本质上来看，饼图与环图属于同一类图表类型。但二者在数据可视化的表现上各有侧重。从图形映射角度来说，弧长比面积、角度更易被识别、更有效。因此，相对饼图，环图让数据更具可读性，同时，可以将强调数据放置在环图中部，引起用户关注。
如果在饼图或环图的基础上增加一个多数据的对比，就需要引入堆叠柱状图。
相较于饼图，每一个单个堆叠柱状图就是一个饼图的变形，可满足用户的单一数据的部分之间的对比关系。将堆叠柱状图横向排布，就实现了整体数据之间的对比，而饼图不能进行整体数据的对比。
堆叠面积图强调数量追随一个数据变化而变化的程度，同时强调部分和整体的变化趋势。
堆叠柱状图强调地是整体的对比，也可以直观地看出每个系列的值，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。
当日期数据点较多时，比如展示近50年某一组数据趋势的变化时，建议使用堆叠面积图，可动态交互，如X轴放大缩小可较为直观地展示数据。当日期跨度较小，如近7天、近3天某一组数据的的变化关系时，建议使用堆叠柱状图。
1）为了可读性，折线图线的数量建议不要超过5条。当折线数量超过5条时，可在图表默认状态中高亮最重要的部分。
2）为了数据的易读性，建议折线视觉效果使用实线。
3）慎用曲线。单折线图中线条是唯一的主题，线条的每一个点都真实地反应数据的起伏，一般建议使用折线。
若线条趋势不需要非常精确呈现，且需要消除个别差一点和整体的趋势，可以用平滑曲线。
4）折线图可以处理大量数据，非常适合给用户一些具有参考价值的数值，建议添加比较数据。
面积图作为折线图的一种衍生，可用来展示连续性数据，可很好地表示趋势、累积、减少以及变化。堆叠面积图更擅于展示部分和整体之间的关系或趋势，而不是传达特定的值。
1）柱子之间的间距不要过大，增加数据易读性。
2）使用合理的数据油墨比，降低用户获取数据的认知成本。
堆叠柱状图的数值必须能相加，相加无意义的数据不建议使用堆叠柱状图。
如图，同一区域的的人员年龄相加，是没有数据意义的，如果将年龄改为人员数量，就可以横向对比不同区域的人员数量，是具有实际意义的。
分类数目是固定的，空数据也要展示。如果省略部分空数据节点，会造成不必要的误解。同时，数据的整体分布状况也不能完全表达出来。同理，柱状图也是一样。
1）若计算百分比，每个切片的数值不能为负，饼图切片的大小与其相应的值成比例，所有切片相加必须为100%。
2）通过扇形区块的面积，弧度和颜色等视觉标记，展现部分与部分之间以及部分与整体的占比关系。
3）饼环图各切片有序排列。
虽然，数据可视化通常会让人联想到商业的分析师，但它通常比想象的更具创意并且丰富多彩。从业务仪表板、公共健康可视化到流行文化趋势分析，数据可视化涵盖了广泛多样的应用情景。
随着数据可视化的发展，数据表现形式也越来越丰富、多样，如在Echarts中有近40个大类的图标样式介绍。如桑基图、雷达图、地图等等。一些之前比较少见的图表类型，也越来越常见，如玫瑰图（南丁格尔玫瑰图），通过人民网在疫情期间的应用，也为大众所熟知。
一般来说，相较于基础图表，目前发展的数据可视化图表，应用场景相对来说比较局限，同时制作方式也较为复杂，不同于基础图表，通过Excel就可以实现，复杂图表的制作需要比较专业的工具，或专业人员来实现。如需要专业的数据分析师，通过Tableau、Qlikview、FineBI等数据分析工具来实现，有较高的学习与应用成本。
好的可视化设计一定集易读、突出数据价值、易于分析、美观为一体，最终让数据变得更加简单，方便交流。反之，不仅会让数据变得更复杂，而且还会带来错误诱导。因此，如何让数据分析变得轻松、流畅并且易读，从而提高用户的工作效率，降低用户的工作负担，则成为设计师的重要责任。
本文只是介绍了部分基础图表的应用经验，后续有机会将继续完善可视化图表应用经验的沉淀及分享。
#专栏作家#弘毅道，公众号：体验设计师（uxd-si），人人都是产品经理专栏作家。关注用户体验设计及相关领域，致力于个人设计经验、观点及见解的分享。
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议